第 10 章 智能体知识库设计

面向经管学生、研究者与从业者的 AI 智能体设计教材

第 10 章总览

学习目标

1. 理解 智能体为什么需要外部知识库，以及上下文窗口、知识截止、无状态三个核心障碍
2. 区分 RAG、文档索引推理检索和 LLM Wiki 三种知识库构建方法的适用边界
3. 评估 不同方法在经济金融场景（研报检索、合规查询、投研积累）中的优劣
4. 设计 基于 LLM Wiki 模式的三层知识库架构，明确原始资料层、维基知识层和规则层的所有权
5. 应用 Ingest、Query、Lint 三个核心操作，完成一个投研知识库的完整工作流
6. 分析 常见知识库建设误区，根据文档规模和使用频率选择匹配方案

阅读指南：本章从三个障碍出发，依次讲解 RAG、文档索引推理检索和 LLM Wiki 三种方法。第五节提供三种方法的对比表和选择指南，末节用投研知识库案例串联全章。

智能体的推理能力取决于它能获取什么知识。模型参数中的知识有截止日期，上下文窗口有容量上限，每次对话结束后上下文即丢弃。这三个约束决定了智能体必须依赖外部知识基础设施。

本章介绍三种构建知识库的方法。RAG 用向量嵌入实现大规模语义检索，文档索引用结构化目录引导智能体逐层推理定位，LLM Wiki 将原始资料编译为可积累的知识条目。三种方法复杂度递进，适用场景各异，但共享同一个目标：让智能体基于准确、及时的领域知识完成任务。经济金融领域的研报分析、合规审查、投研积累，都是知识库的高价值应用场景。